Mam ostatnio takie wrażenie, że pisanie artykułów na frazy stało się czymś, do czego nie wypada się przyznawać. Że niby wszyscy teraz piszą inaczej artykuły.

Teraz jak czytam trzeba tworzyć treści pod użytkownika, encje, AI, modele językowe, topical authority i jeszcze kilka innych rzeczy.

A zanim zaczniemy tworzyć to trzeba spędzić długie godziny na wielu analizach, jakbyśmy w jakimś kotle mieszali specjalny sok z gumijagód dla Google.

Tylko że frazy nie wykluczają nowoczesnego podejścia do treści – jedno nie wyklucza drugiego.

Firmy nadal prowadzą blogi, specjaliści SEO nadal analizują frazy, a artykuły odpowiadające na konkretne zapytania nadal powstają.
I nie ma w tym nic dziwnego, bo użytkownicy wciąż szukają informacji, porównują rozwiązania i próbują lepiej zrozumieć problem przed podjęciem decyzji.

Zmieniło się jednak to, ile trzeba zrobić poza samym znalezieniem frazy.

Moim zdaniem problemem nie jest pisanie artykułów na frazy. Obecnie problem zaczyna się wtedy, gdy fraza staje się całym pomysłem na treść.

TL;DR / Key takeaways

• Artykuły na frazy nadal działają, bo użytkownicy nadal wpisują konkretne zapytania i szukają informacji przed podjęciem decyzji.
• Sama fraza nie powinna być jednak gotowym briefem. Trzeba uwzględnić także intencję użytkownika, kontekst tematyczny i cel biznesowy treści.
• Encje nie zastępują słów kluczowych. Pomagają wyszukiwarce lepiej zrozumieć, o czym jest materiał, kto za nim stoi i jak łączy się z resztą serwisu.
• Analiza TOP 10 nadal ma znaczenie, ale powinna pokazywać standard i luki w wynikach, a nie służyć do odtworzenia podobnego artykułu.
• Przed rozpoczęciem pisania warto określić, co będzie rzeczywistą przewagą treści nad obecnymi wynikami.
• Pozycja i ruch nie pokazują już całej wartości artykułu. Warto analizować również jakość wizyt, przejścia do oferty, konwersje i widoczność w odpowiedziach generatywnych.

Frazy nadal mają znaczenie

Zacznijmy od tego, że keyword research nie stał się nagle zbędny.

Frazy nadal pokazują, czy wokół danego problemu istnieje popyt. Pomagają sprawdzić, jak użytkownicy nazywają temat, jakie pytania zadają i które zagadnienia mogą mieć związek z ofertą firmy.

To przecież wciąż są informacje, bez których trudno rozsądnie planować content.

Zresztą samo Google nie sugeruje, że wraz z rozwojem AI Overviews i AI Mode należy porzucić podstawy SEO.

W swoim przewodniku dotyczącym optymalizacji pod funkcje oparte na generatywnej AI Google odpowiada na pytanie o dalsze znaczenie SEO krótko: tak. Firma wskazuje, że funkcje generatywne nadal korzystają z podstawowych systemów rankingowych i systemów jakości wyszukiwarki.

Nadal liczy się więc możliwość wykrycia i zindeksowania strony, jej struktura techniczna oraz jakość publikowanych informacji. Google nie wymaga przy tym specjalnych znaczników ani osobnego zestawu technik przeznaczonych wyłącznie dla AI.

Nie oznacza to oczywiście, że nic się nie zmieniło.

Bardziej chodzi o to, że nie potrzebujemy porzucać dotychczasowego warsztatu. Musimy po prostu wykonywać tę pracę lepiej i nie kończyć optymalizacji na obecności odpowiednich słów w tekście.

A dalej niestety widzę, że takie treści powstają.

Sama fraza mówi dzisiaj zbyt mało

Kiedyś, nawet całkiem niedawno, podczas tworzenia treści fraza pełniła funkcję niemal gotowego briefu.

Najpierw wybieraliśmy zapytanie, później sprawdzaliśmy wyniki wyszukiwania, zbieraliśmy nagłówki konkurencji, dokładaliśmy frazy poboczne i ustalaliśmy orientacyjną długość tekstu.

Tak przygotowany materiał mógł być poprawny. Tylko że poprawny artykuł coraz częściej nie wystarcza.

Sama fraza nie mówi nam, dlaczego użytkownik szuka określonej informacji, co już wie ani jaką decyzję próbuje podjąć. Nie odpowiada też na pytanie, dlaczego miałby wybrać właśnie nas, jeżeli kilka innych stron przedstawia praktycznie te same informacje.

Dlatego frazę traktowałbym dzisiaj jako punkt wejścia do analizy, a nie jej końcowy wynik.

Pierwszą dodatkową warstwą jest intencja.

Nie chodzi przy tym tylko o oznaczenie zapytania jako informacyjnego, komercyjnego albo transakcyjnego. Takie etykiety pomagają porządkować dane, ale często niewiele mówią o tym, jak powinien wyglądać artykuł.

Użytkownik może jednocześnie chcieć zrozumieć temat, porównać kilka możliwości i sprawdzić, które rozwiązanie najlepiej pasuje do jego sytuacji. Zapytanie nadal może wyglądać na informacyjne, ale odpowiedź oparta wyłącznie na definicjach prawdopodobnie mu nie wystarczy.

Dlatego przed przygotowaniem treści warto ustalić, co użytkownik chce zrobić po jej przeczytaniu. Od tego powinny zależeć zakres materiału, kolejność informacji, poziom szczegółowości oraz kolejny krok proponowany czytelnikowi.

Warto patrzeć również na encje i kontekst

Do frazy i intencji trzeba dzisiaj dołożyć także kontekst tematyczny oraz encje.

Nie traktowałbym encji jako nowej nazwy dla słów kluczowych. Choć często mam wrażenie, że właśnie tak bywa. Widziałem webinary czy poradniki, gdzie o encjach było naprawdę wiele.

A przecież to nie jest tylko kolejna lista terminów, które należy umieścić w tekście, żeby podnieść wynik w narzędziu.

Myślę, że bardziej chodzi o to, czy wyszukiwarka może jednoznacznie zrozumieć, o jakiej osobie, firmie, usłudze, produkcie albo technologii piszemy i jakie relacje łączą te elementy.

Znaczenie ma więc nie tylko sama treść artykułu, ale również jego powiązanie z resztą serwisu. Ważne są precyzyjne nazewnictwo, sensowne linkowanie wewnętrzne, spójne informacje o autorze i firmie. A także rozwijanie konkretnych tematów oraz poprawne wdrożenie danych strukturalnych.

Nie chodzi o to, żeby sztucznie rozszerzać każdy artykuł o kolejne pojęcia. Chodzi o zbudowanie takiego kontekstu, w którym wiadomo, czego dotyczy materiał, kto za nim stoi i jak łączy się on z pozostałą wiedzą dostępną w serwisie.

Fraza pomaga więc znaleźć temat. Intencja określa potrzebę użytkownika. Encje i relacje pomagają uporządkować kontekst odpowiedzi.

Analiza TOP 10 to dopiero początek

Oczywiście nadal warto analizować wyniki wyszukiwania.

SERP pozwala sprawdzić, jaki format dominuje przy danym zapytaniu, jakie typy stron zajmują wysokie pozycje i jak Google interpretuje intencję użytkownika. To przecież jest bardzo istotne.

Problem zaczyna się wtedy, gdy analiza konkurencji staje się główną metodą tworzenia tekstu.

Jeżeli zbierzemy nagłówki z pierwszych wyników, połączymy je w jeden konspekt i dodamy kilka brakujących fraz, prawdopodobnie powstanie materiał obejmujący cały podstawowy zakres tematu.

Tylko że podobną pracę może wykonać praktycznie każdy.

W efekcie otrzymujemy kolejny artykuł, który jest nieco dłuższą wersją tego, co już znajduje się w wynikach wyszukiwania. Może być poprawnie zoptymalizowany i nadal nie dawać użytkownikowi żadnego powodu, żeby wybrał właśnie jego.

Analiza TOP 10 powinna pokazać standard, który trzeba spełnić, oraz miejsca, w których obecne wyniki nie odpowiadają wystarczająco dobrze. Nie powinna być instrukcją odtworzenia tego samego tekstu.

Dobry artykuł potrzebuje przewagi

Przed rozpoczęciem pisania warto umieć dokończyć jedno zdanie:

Ten artykuł będzie bardziej użyteczny od obecnych wyników, ponieważ…

Jeżeli nie potrafimy tego zrobić, istnieje duża szansa, że przygotujemy kolejną poprawną, ale wymienną treść.

Przewagą nie musi być duże badanie ani rozbudowane case study. Może nią być lepiej opisana procedura, jasne kryteria wyboru, pokazanie ograniczeń konkretnego rozwiązania albo zwrócenie uwagi na sytuacje, w których standardowa rekomendacja nie działa.

Wartość może również wynikać z aktualności informacji, uporządkowania trudnego tematu albo pokazania konsekwencji poszczególnych decyzji.

Nie każdy artykuł musi odkrywać coś zupełnie nowego. Powinien jednak oferować coś więcej niż średnia z pierwszych dziesięciu wyników.

Pod wpływem zmian związanych z AI w wynikach Google, zmienia się także sposób konstruowania samej treści. Każda ważna sekcja powinna odpowiadać na konkretny podproblem i możliwie szybko przedstawiać najważniejszy wniosek. Nagłówki powinny opisywać rzeczywistą zawartość, a nie być wyłącznie miejscem na kolejny wariant frazy.

To po prostu lepszy sposób przekazywania wiedzy. Google to dziś lubi.

Pozycja nie pokazuje całej wartości artykułu

Frazy nadal analizujemy między innymi po to, żeby osiągać widoczność i pozyskiwać ruch.

Tylko że sama pozycja coraz rzadziej pokazuje pełny obraz sytuacji.

Artykuł może utrzymywać podobne miejsce, ale generować mniej kliknięć ze względu na zmiany w wyglądzie wyników albo odpowiedź przedstawioną bezpośrednio w AI Overviews.

Może być też odwrotnie. Tekst nie generuje ogromnego ruchu, ale przyciąga osoby bliższe decyzji, prowadzi je do strony usługi albo wspiera inne etapy ścieżki zakupowej.

Dlatego poza rankingiem i liczbą sesji warto patrzeć również na zapytania, na które artykuł jest widoczny, jakość pozyskanego ruchu, przejścia do stron ofertowych oraz konwersje bezpośrednie i wspomagane.

Do tego dochodzi widoczność w odpowiedziach generatywnych, choć tutaj podchodziłbym do raportowania ostrożnie. Samo cytowanie strony przez AI nie musi mieć dużej wartości biznesowej, jeżeli użytkownik nie przejdzie do serwisu i nie wykona żadnego kolejnego działania. A tak niestety dzieje się często.

Moim zdaniem coraz większym wyzwaniem będzie więc nie tylko zdobycie widoczności, ale ocena, czy ta widoczność rzeczywiście wnosi coś do projektu.

Podsumowanie

Artykuły na frazy nadal działają, ponieważ użytkownicy nadal używają wyszukiwarki do zdobywania informacji i podejmowania decyzji.

Nie ma więc powodu, żeby rezygnować z keyword researchu albo przestać świadomie targetować konkretne zapytania.

Nie oznacza to jednak, że wystarczy znaleźć frazę, przeanalizować konkurencję i stworzyć poprawnie zoptymalizowany tekst.

Dzisiaj trzeba lepiej rozumieć intencję użytkownika, budować jednoznaczny kontekst i określić, co nasz materiał wnosi ponad to, co już znajduje się w wynikach wyszukiwania.

Problemem nie są więc artykuły na frazy.

Problemem są artykuły, które poza frazą nie mają niczego do zaoferowania.